Biobert Ncbi Disease Ner

🚀 疾病命名實體識別模型

本模型是基於BioBERT在NCBI疾病數據集上微調的版本，用於疾病的命名實體識別（NER）。它能夠從醫學和生物學領域的非結構化文本中提取疾病提及信息，助力相關領域的信息檢索和知識提取。

🚀 快速開始

本模型旨在從醫學和生物學領域的非結構化文本中提取疾病提及信息，可用於提升這些領域的信息檢索和知識提取效率。

✨ 主要特性

• 基於BioBERT微調，在NCBI疾病數據集上進行訓練，適用於疾病的命名實體識別。
• 能夠從醫學和生物學領域的非結構化文本中精準提取疾病提及信息。

📦 安裝指南

你可以使用Hugging Face Transformers庫來使用此模型。以下是安裝和使用的步驟：

from transformers import AutoTokenizer, AutoModelForTokenClassification
from transformers import pipeline

tokenizer = AutoTokenizer.from_pretrained("ugaray96/biobert_ncbi_disease_ner")
model = AutoModelForTokenClassification.from_pretrained(
    "ugaray96/biobert_ncbi_disease_ner"
)

ner_pipeline = pipeline("ner", model=model, tokenizer=tokenizer)

text = "The patient was diagnosed with lung cancer and started chemotherapy. They also have a history of diabetes and heart disease."
result = ner_pipeline(text)

diseases = []
for entity in result:
    if entity["entity"] == "Disease":
        diseases.append(entity["word"])
    elif entity["entity"] == "Disease Continuation" and diseases:
        diseases[-1] += f" {entity['word']}"

print(f"Diseases: {', '.join(diseases)}")

上述代碼運行後，預期輸出為：Diseases: lung cancer, diabetes, heart disease

📚 詳細文檔

訓練數據

本模型在NCBI疾病數據集上進行訓練，該數據集包含793篇PubMed摘要，其中有6892個疾病提及信息。

📄 許可證

本模型採用OpenRAIL許可證。